Induktívne metódy štatistiky
- Kredity: 10
- Ukončenie: Skúška
- Rozsah: 16sP
- Semester: letný
- Fakulta hospodárskej informatiky
Vyučujúci
Zaradený v študijných programoch
Výsledky vzdelávania
Absolvovanie predmetu rozšíri a prehĺbi vedomosti o metodických základoch a aplikáciách parametrickej a neparametrickej štatistickej indukcie tak, aby ich študenti mohli správne aplikovať v nadväzujúcej vedeckej práci a dokázali vhodne využiť v rôznych oblastiach ekonomickej praxe.
Po absolvovaní predmetu študenti získajú:
Vedomosti:
− pojmovom aparáte, zaužívanej symbolike, základných predpokladoch aplikácie induktívnych metód v štatistike v rôznych oblastiach ekonomickej praxe,
− o metodickom základe a technikách aplikácie so správnou interpretáciou výsledkov induktívnych metód z viacerých oblastí štatistiky, ktoré budú študenti prezentovať v nadväznosti na vypracovanie projektu s riešením praktických úloh aplikácií štatistických metód v ekonomickej praxi pomocou rôznorodého dostupného štatistického softvéru;
- Zručnosti:
− hlbšie pochopenie techník, ich krokov a princípov aplikácie induktívnych metód založených na viacerých metodických základoch (momentovol, kvantilovom, L-momentov) v rôznych oblastiach štatistiky,
− rozvinutie schopností študenta prakticky aplikovať a správne prezentovať výsledky aplikácií induktívnych metód štatistiky s dôrazom na správne použitú symboliku zápisov výsledkov a ich správnu interpretáciu s vyhodnotením jej širokospektrálneho využitia pri riešení reálnych ekonomických a sociálnych úloh v praxi.
Kompetentnosti:
− osvoja si spôsoby formulovania úloh induktívnej štatistiky, získajú metodické východiská, vedomosti a zručnosti riešiť a prezentovať výsledky aplikovaného výskumu;
− študenti zdokonalia svoje písomné a prezentačné schopnosti, hlavne čo sa týka správneho používania vhodnej symboliky a pojmového aparátu, formulácie úloh, techník ich zadania a riešenia s interpretáciou výsledkov aplikácií induktívnych metód štatistiky v empirickom výskume a v ekonomickej praxi.
Stručná osnova predmetu
Tento predmet je určený na prehĺbenie vedomostí a zručností Induktívnych metód štatistiky.
Odporúčaná literatúra
1. Boos, D. D. , Stefanski, L. A. (2013). Essential Statistical Inference: Theory and Methods. Springer Science+Business Media New York. Hardcover ISBN978-1-4614-4817-4. eBook ISBN978-1-4614-4818-1. DOI https://doi.org/10.1007/978-1-4614-4818-1.
2. Cox, D.R. (2006). Principles of Statistical Inference, Cambridge University Press, USA. 236pp. ISBN: 0521685672.
3. Gillard, J. (2020). A First Course in Statistical Inference. Springer International Publishing. 164 pp. eBook ISBN: 978-3-030-39561-2. DOI: 10.1007/978-3-030-39561-2.
4. Held, L., Sabanés Bové, D. (2014). Applied Statistical Inference. Springer-Verlag Berlin Heidelberg. eBook ISBN: 978-3-642-37887-4. DOI: 10.1007/978-3-642-37887-4.
5. Hogg, R., Elliot Tanis, E. (2014). Probability and Statistical Inference, Global Edition. Pearson Education Limited. 560pp. ISBN: 1292062355.
6. Jindrová, P., Sipková, Ľ. (2014). Statistical Tools for Modeling Claim Severity. In European Financial Systems 2014 : proceedings of the 11th International Scientific Conference: June 12-13, 2014 Lednice, Czech Republic. - Brno : Masaryk University, 2014. ISBN 978-80-210-7153-7, p. 288-294 online. Dostupné na :
7. Pacáková, V., Sipková, Ľ. (2011). Probability models of claim amounts. In Contemporary problems of transformation process in the Central and East European countries : proceedings of the 17th Ukrainian-Polish-Slovak scientific seminar held on September 22-24, 2010. - Lviv : Lviv Academy of Commerce Publishing House, s. 63-70.
8. Pacáková, V., Sipková, Ľ., Sodomová, E. (2011). Modelling with generalized lambda distributions. In Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych. - Kraków : Akademia Ekonomiczna w Krakowie, 2006. ISBN 83-7252-306-1, s. 263-275.
9. Sipková, Ľ., Boháčová, H., Sipko, J. (2011). Quantile models of losses in property insurance. In Studia ubezpieczeniowe : zarządzanie ryzykiem i finansami. - Poznań : Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu. ISSN 1689-7374, s. 297-307.
10. Sipková, Ľ. (2006). Quantile-based perspective on common statistical ideas. In Education of quantitative mathematical-statistical methods at the universities of economics referring to future needs : 13th Slovak-Polish-Ukrainian scientific seminar. - Bratislava : Faculty of Economic Informatics University of Economics in Bratislava. ISBN 978-80-225-2329-5, s. 105-116.
11. Wasserman, L. (2010). All of Statistics: A Concise Course in Statistical Inference. Publisher : Springer, 462 pp. ISBN-13: 978-1441923226. ISBN-10: 1441923225.
Literatúra bude priebežne aktualizovaná, o najnovšie vedecké a odborné tituly.
Sylabus predmetu
1. konzultácia: Úvod do induktívnych štatistických metód. Klasifikácia na parametrické a neparametrické metódy štatistickej indukcie. Ich využitie podľa oblastí ich aplikácie v jednotlivých vedných oblastiach štatistiky. Základné pojmy, symbolika, náhodný výber, pravdepodobnostné rozdelenia diskrétnych a spojitých náhodných premenných, ich tvary a parametre. 2. konzultácia: Metódy založené na vierohodnosti pre testy a intervaly spoľahlivosti: metodické základy s hlbším objasnením pojmov a postupov odhadov parametrov a testov štatistických hypotéz, chyby pri testovaní, sila testu. Výberové charakteristiky a výberové pravdepodobnostné rozdelenia. Induktívne úsudky o parametroch rozdelení ekonomických náhodných premenných - bodové a intervalové odhady a testy hypotéz o parametroch. 3. konzultácia: Úlohy modelovania v Štatistickej indukcii. Induktívne závery o tvare pravdepodobnostného rozdelenia ekonomickej náhodnej premennej (parametrické a neparametrické testy o tvare rozdelenia). Štyri formy definovania spojitých pravdepodobnostných rozdelení. Grafická a numerická analýza vlastností empirických a teoretických rozdelení na momentovom a kvantilovom základe. Základy modelovania pomocou zmesí. 4. konzultácia: Metódy identifikácie, estimácie a verifikácie modelov pravdepodobnostných rozdelení ekonomických premenných podľa ich reálnych údajov. Výpočtovo orientované úlohy: Bootstrap. Vzorkovanie. Metódy simulácie rozdelení a využitie simulácií Monte Carlo v praxi.
Podmienky na absolvovanie predmetu
40 % písomná záverečná skúška,
60 % vypracovanie a prezentácia projektu
Pracovné zaťaženie študenta
Pracovné zaťaženie študenta (v hodinách): 260
účasť na konzultáciách 16 h,
príprava na konzultácie 34 h,
vypracovanie semestrálneho projektu 70 h,
príprava na záverečnú skúšku 140 h
Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu
Slovenský jazyk
Dátum schválenia: 10.02.2023
Dátum poslednej zmeny: 03.02.2022
Dátum schválenia: 10.02.2023
Dátum poslednej zmeny: 03.02.2022